feat(kfc):独立私聊回复模型配置

- 在 ModelTaskConfig 中为私聊场景添加 `replyer_private` 字段
- 更新 KFC 回复器和统一模块以使用新的私聊配置
- 配置模板版本升级至 1.4.2，并更新 DeepSeek 模型名称
- 增强 KokoroFlowChatter 的执行日志

src/config/api_ada_configs.py

@@ -130,7 +130,8 @@ class ModelTaskConfig(ValidatedConfigBase):
     # 必需配置项
     utils: TaskConfig = Field(..., description="组件模型配置")
     utils_small: TaskConfig = Field(..., description="组件小模型配置")
-    replyer: TaskConfig = Field(..., description="normal_chat首要回复模型模型配置")
+    replyer: TaskConfig = Field(..., description="normal_chat首要回复模型模型配置（群聊使用）")
+    replyer_private: TaskConfig = Field(..., description="normal_chat首要回复模型模型配置（私聊使用）")
     maizone: TaskConfig = Field(..., description="maizone专用模型")
     emotion: TaskConfig = Field(..., description="情绪模型配置")
     vlm: TaskConfig = Field(..., description="视觉语言模型配置")

src/plugins/built_in/kokoro_flow_chatter/chatter.py

@@ -206,7 +206,8 @@ class KokoroFlowChatter(BaseChatter):
                 exec_results = []
                 has_reply = False
 
-                for action in plan_response.actions:
+                for idx, action in enumerate(plan_response.actions, 1):
+                    logger.debug(f"[KFC] 执行第 {idx}/{len(plan_response.actions)} 个动作: {action.type}")
                     action_data = action.params.copy()
 
                     result = await self.action_manager.execute_action(
@@ -218,6 +219,7 @@ class KokoroFlowChatter(BaseChatter):
                         thinking_id=None,
                         log_prefix="[KFC]",
                     )
+                    logger.debug(f"[KFC] 动作 {action.type} 执行结果: success={result.get('success')}, reply_text={result.get('reply_text', '')[:50]}")
                     exec_results.append(result)
                     if result.get("success") and action.type in ("kfc_reply", "respond"):
                         has_reply = True

src/plugins/built_in/kokoro_flow_chatter/replyer.py

@@ -61,12 +61,12 @@ async def generate_reply_text(
         if global_config and global_config.debug.show_prompt:
             logger.info(f"[KFC Replyer] 生成的回复提示词:\n{prompt}")
 
-        # 2. 获取 replyer 模型配置并调用 LLM
+        # 2. 获取 replyer_private 模型配置并调用 LLM（KFC私聊专用）
         models = llm_api.get_available_models()
-        replyer_config = models.get("replyer")
+        replyer_config = models.get("replyer_private")
 
         if not replyer_config:
-            logger.error("[KFC Replyer] 未找到 replyer 模型配置")
+            logger.error("[KFC Replyer] 未找到 replyer_private 模型配置")
             return False, "（回复生成失败：未找到模型配置）"
 
         success, raw_response, _reasoning, _model_name = await llm_api.generate_with_model(

src/plugins/built_in/kokoro_flow_chatter/unified.py

@@ -389,13 +389,13 @@ async def generate_unified_response(
                 f"--- PROMPT END ---"
             )
 
-        # 获取 replyer 模型配置并调用 LLM
+        # 获取 replyer_private 模型配置并调用 LLM（KFC私聊专用）
         models = llm_api.get_available_models()
-        replyer_config = models.get("replyer")
+        replyer_config = models.get("replyer_private")
 
         if not replyer_config:
-            logger.error("[KFC Unified] 未找到 replyer 模型配置")
-            return LLMResponse.create_error_response("未找到 replyer 模型配置")
+            logger.error("[KFC Unified] 未找到 replyer_private 模型配置")
+            return LLMResponse.create_error_response("未找到 replyer_private 模型配置")
 
         # 调用 LLM（使用合并后的提示词）
         success, raw_response, _reasoning, _model_name = await llm_api.generate_with_model(